研究小组正在使用深度学习系统分析乳房X线照片

　　亚马逊不仅涉及Echo产品，云服务和电子商务平台。它也积极地为科学和发展做出贡献。并且，该领域的最新进展来自亚马逊Web服务（AWS）和匹兹堡健康数据联盟（PHDA）的合作，它们共同为乳腺癌筛查和抑郁症提供了更为准确的机器学习模型。

　　在博客文章中，提到了已经获得PHDA支持的匹兹堡大学医学中心，匹兹堡大学和卡内基梅隆大学的研究人员如何获得亚马逊研究奖的额外支持，以使用机器学习技术来研究乳房癌症风险，识别抑郁症标志物以及了解驱动肿瘤生长的因素等。

　　作为此次合作的一部分，匹兹堡大学放射学系副教授山东吴（Shenzhen Wu）领导的研究小组正在使用深度学习系统分析乳房X线照片，以预测患乳腺癌的短期风险。还提到了计算机视觉，深度学习，生物信息学和乳腺癌成像方面的专家团队正在共同努力，为接受乳腺癌筛查的患者开发个性化方法。

　　“这项初步工作证明了运用深度学习方法对乳房X线照片进行深入解释以增强乳腺癌风险评估的可行性和前景。” Wu说。“确定乳腺癌的其他危险因素，包括可以导致更具个性化的筛查方法的那些，可以帮助患者和提供者采取更适当的预防措施，以减少患上这种疾病或在干预最有效的时候及早发现这种疾病的可能性。 。”

　　还提到了第二个项目，其中CMU计算机科学副教授Louis-Philippe Morency和UPMC临床研究员Eva Szigethy正在开发可自动测量个体行为的细微变化（例如面部表情和使用情况）的传感技术。语言-可以作为抑郁症的生物标记。

　　这涉及机器学习和繁重的计算负荷。但是，在多个GPUS AWS服务上并行运行实验使研究人员可以在几天而不是几周的时间内训练他们的模型。

　　责任编辑：lq